如何使用以“（）”作为分隔符的re模块拆分字符串？

Question

我有一些行存储在像这样的txt文件中。你知道吗

A（）定义A

土豚的定义

这些定义只是暂时的占位符，因为实际的定义很长。 所以我想用（“这里的任何单词”）作为分隔符来拆分这些字符串。但我的代码似乎不起作用。你知道吗

import re

f1=open("A-shortened.txt","r")
l=f1.readlines()
#print l


for i in l:
    list=re.split("\(()')",i)
    print list

里面的部分重新拆分让我很困惑。我试过许多论点，但似乎没有一个能像我所希望的那样一分为二。你知道吗

感谢您的帮助。你知道吗

Answer 1

分隔符必须与要在之间删除的字符串部分相匹配。这有点棘手，因为(和)是组字符，但这里是：

text = 'Aardvark (n.) Definition of Aardvark'
re.split(r'\s*\([^)]*\)\s*', text)

r''防止任何意外的反斜杠转义。这不要紧，但安全总比抱歉好。你知道吗

\(和\)匹配文字(和)。你知道吗

[^)]匹配除右括号以外的任何内容。注意：这里没有反斜杠转义。你知道吗

\s*在分隔符的方括号部分之前和之后生成任何空格，这样分割的部分就不会以空格开头。如果需要这些空间，请简化为r'\([^)]*\)'。你知道吗

Answer 2

您需要按一个打开的paren、任意数量的非关闭paren字符和一个关闭paren进行拆分。所以你的正则表达式应该是这样的：

split_by = re.compile(r"""
    \(                   # literal open paren
    [^)]*?               # anything but a close paren, repeated 0+ times (non-greedy)
    \)                   # literal close paren""", re.X)

s = "Aardvark (n.) Definition of Aardvark"
split_by.split(s)  # ["Aardvark ", " Definition of Aardvark"]

如果你也想占据这些空间：

re.split(r"\s*\([^)]*?\)\s*", s)

Answer 3

将正则表达式更改为如下内容：

>>> s = 'Aardvark (n.) Definition of Aardvark'
>>> re.split(r'\s*\(.*?\)\s*', s)
['Aardvark', 'Definition of Aardvark']

'\s*\(.*?\)\s*'基本上是指：匹配所有可能的空格，后跟(和)周围的任何空格，以及之后所有可能的空格。你知道吗